Risk-aware and trackability-constrained trajectory planning for autonomous vehicles in unstructured road environments
تقدم هذه الورقة إطار عمل شامل لتخطيط المسار للمركبات ذاتية القيادة في البيئات غير المهيكلة، يدمج بين البحث عن المسار الواعي بالمخاطر، والتحسين المقيد بالانحناء، وإعادة التخطيط الديناميكي لتقليل التعرض للمخاطر بشكل كبير وتحسين الخلوص من العوائق مع ضمان جدوى تتبع المركبة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن قيادة سيارة على طريق سريع ممهد هي مسأية تتعلق باتباع الخطوط المرسومة على الأسفلت. فالطريق يخبر المركبة أين تذهب، وأين تبقى، وأين توجد الحواف. ولكن بمجرد الخروج عن ذلك الرصف إلى موقع بناء، أو مسار غابة، أو حقل طيني، تتلاشى تلك الخطوط. لا يعود المسار محددًا؛ بل يصبح مشهدًا فوضويًا من الأرض غير المستوية، والصخور المخفية، والعقبات غير المتوقعة. بالنسبة للمركبة ذاتية القيادة، يعد التنقل في هذا العالم غير المنظم أحد أصعب التحديات في مجال الروبوتات. إذ يجب عليها ألا تقرر فقط كيفية تجنب الاصطدام، بل كيف تتحرك بأمان عبر مساحة تكون فيها الحدود ضبابية والأرض نفسها قد تكون غادرة. والهدف هو إيجاد مسار ليس فقط خاليًا من الحوادث، بل سلس بما يكفي لتتبعه عجلات السيارة دون انزلاق أو إجهاد آلية التوجيه الخاصة بها.
لقد طور باحثون في جامعة شنيانغ ليغونغ في الصين طريقة جديدة لمساعدة السيارات ذاتية القيادة على حل هذه المشكلة. فقد ابتكروا نظام تخطيط يعمل كـ "ملاح حذر"، يزن باستمرار مخاطر البيئة مقابل الحدود الفيزيائية للمركبة. وبدلاً من مجرد البحث عن أقصر مسار بين نقطتين، يقوم نظامهم بحساب "درجة مخاطرة" لكل مسار محتمل. فهو يدرك أن القيادة بجانب صخرة كبيرة أكثر خطورة من اتخاذ تحويلة أطول قليلاً تحافظ على مسافة آمنة، حتى لو كان كلا المسارين يتجنبان الاصطدام تقنيًا. هذا النهج، المعروف باسم "التخطيط الواعي بالمخاطر"، ينقل التركيز من مجرد النجاة من الرحلة إلى ضمان أن تكون الرحلة مريحة وآمنة.
اختبر الفريق نظامهم على خريطة رقمية لبيئة وعرة وغير منظمة مليئة بالعقبات الثابتة مثل الصخور والأشجار، بالإضافة إلى الأجسام المتحركة التي قد تسد الطريق. وقارنوا طريقتهم الجديدة بخوارزمية تخطيط تقليدية قياسية تبحث ببساه البحث عن أقصر مسافة. وأظهرت النتائج أنه من خلال منح الأولوية لهوامش السلامة، نجح نظامهم في توجيه المركبة الافتراضية بعيدًا عن العقبات. وفي المتوسط، زادت المسافة بين السيارة ومركز العقبات القريبة بنسبة 18.2 بالمائة. وفي الوقت نفسه، انخفض إجمالي المخاطر التي تعرضت لها المركبة أثناء الرحلة بنسبة تقارب 20 بالمائة. وكانت المقايضة ضئيلة: أصبح المسار أطول بنسبة 1.5 بالمائة فقط، وهو ثمن زهيد مقابل مسار أكثر أمانًا بشكل ملحوظ.
ومع ذلك، فإن العثور على مسار آمن على شبكة حاسوبية ليس سوى الخطوة الأولى. فالمسار الذي يبدو آمنًا على الخريطة قد يظل مستحيلاً لسيارة حقيقية أن تسلكه. إذا تطلب المسار من السيارة أن تنعطف بحدة شديدة، فلن يتمكن نظام التوجيه في المركبة من اتباعه فيزيائيًا، أو قد تفقد السيطرة. وقد عالج الباحثون ذلك بإضافة طبقة ثانية من المعالجة. فبعد العثور على المسار الأولي، قاموا بتنعيمه باستخدام تقنية رياضية تعمل على ثني المسار إلى منحنيات لطيفة، مما يضمن أن تكون الانعطافات ضمن القدرات الفيزيائية للسيارة. قللت عملية التنعيم هذه من حدة أكبر انعطاف اضطرت السيارة للقيام به بنسبة 2% حوالي. والأهم من ذلك، أن عملية التنعيم هذه لم تدفع السيارة باتجاه العقبات؛ بل أدت في الواقع إلى زيادة الحد الأدنى للمسافة إلى أقرب عقبة بنسبة 12 بالمائة، مما جعل المسار أسهل في القيادة وأكثر أمانًا.
كان على النظام أيضًا التعامل مع تعقيدات العقبات المتحركة. ففي العالم الحقيقي، قد تواجه السيارة شخصًا يسير في مسارها أو مركبة تتوقف بشكل مفاجئ. صمم الباحثون استراتيجية هرمية للتعامل مع هذه المواقف. فإذا كانت هناك عقبة متحركة ولكنها ستخلي المسار قريبًا، تقوم السيارة ببساطة بالتباطؤ أو التسارع لانتظار اللحظة المناسبة للمرور. هذا تعديل زمني، يغير توقيت القيادة دون تغيير المسار. أما إذا توقفت عقبة وسدت الطريق بشكل دائم، فإن التباطؤ لن يكون كافيًا. في هذه الحالة، يقوم النظام بتفعيل إجراء إعادة تخطيط محلي، والذي يحسب تحويلة جديدة تمامًا حول الانسداد. يسمح هذا النهج المزدوج للسيارة بأن تكون صبورة عندما يكون الانتظار خيارًا متاحًا، ولكن حاسمة عندما يتطلب الأمر مسارًا جديدًا.
ولضمان أن الخطة ستعمل في الواقع، ربط الباحثون برامجهم بمحاكاة عالية الدقة لمركبة حقيقية. فقد مرروا المسار المخطط له عبر نظام مغلق الحلقة حيث حاول كمبيوتر السيارة اتباع المسار بينما اختبرت المحاكاة فيزياء الإطارات ونظام التعليق والتوجيه. كانت النتائج دقيقة؛ حيث اتبعت السيارة الافتراضية المسار المخطط له مع حد أقصى للخطأ الجانبي يقل عن 7 سنتيمترات، وخطأ في الاتجاه يقل عن 2.5 درجة. والأهم من ذلك، أن عجلة القيادة لم تصل أبدًا إلى حدها الفيزيائي، مما يعني أن السيارة لم تضطر أبدًا للالتفاف بقوة أكبر مما هي قادرة عليه. نجح النظام في موازنة الحاجة إلى السلامة، وقيود ميكانيكا المركبة، وعدم القدرة على التنبؤ بالبيئة.
وعلى الرغم من أن الدراسة أجريت بالكامل في بيئة محاكاة، إلا أن النتائج تقدم مخططًا واضحًا لكيفية تنقل المركبات ذاتية القيادة في المساحات الفوضوية وغير المحددة في العالم الحقيقي. يوضح العمل أن السلامة لا تقتصر فقط على تجنب الاصطدامات، بل تتعلق بإدارة المخاطر واحترام الحدود الفيزيائية للآلة. ومن خلال الجمع بين البحث الحساس للمخاطر وعملية التنعيم التي تحترم ديناميكيات المركبة، أظهر الباحثون أن السيارة يمكنها إيجاد مسار آمن وقابل للقيادة في آن واحد. يستغرق النموذج الأولي الحالي عدة دقائق لحساب مسار واحد، وهو أمر بطيء للغاية للقيادة في الوقت الفعلي، لكن الإطار يثبت أن مثل هذا التوازن ممكن التحقيق. وسيركز العمل المستقبلي على تسريع الحسابات واختبار النظام على مركبات فعلية لمعرفة كيفية تعامله مع الضجيج وعدم اليقين في العالم المادي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.